投资要随机应变

2024-05-06

投资要随机应变（精选四篇）

投资要随机应变篇1

关键词：投资组合保险,绩效评估,随机占优

1 引言

市场的波动使得保本型基金越来越受到人们的重视, 我国的一些基金公司已经开始实施投资组合保险CPPI、TIPP等策略。投资组合保险 (portfolio insurance, PI) 是一种动态资产配置策略, 其优点在于能够锁定投资组合整体价值的下跌风险, 同时保留分享市场上扬获取增值收益的机会[1]。这些策略的绩效究竟如何、各种策略之中是否存在某种策略能优于其它策略以及如何选择策略是投资者最为关注的问题。根据投资组合理论, 投资者将根据各种组合收益的分布情况选择期望效用最大的组合, 而由于确切的收益分布难以获得, 传统上, 投资者往往采用均值-方差方法并结合收益的某些统计特征作出投资决策, 实施资产选择。这种投资组合的选择方法在某些情况下是适用的, 但用于考察和评价投资组合保险策略存在很大的缺陷。组合保险策略的最大特点是能够对下侧风险进行保护同时又能获得向上的潜在收益, 因此, 对该策略绩效的评价不能仅仅只是根据收益的某些统计特征, 还应当考虑收益的分布情况。根据这一思路, 本文在建立绩效指标评价各投资策略总体效果的基础上, 引入随机占优理论比较判断各投资策略的占优关系, 这对于投资者的策略选择具有一定的参考作用。

2 动态投资组合保险策略

固定比例投资组合保险 (CPPI) 和时间不变投资组合保险 (TIPP) 是两种基本的动态资产配置策略。

CPPI的基本思想是投资者根据个人对报酬的要求程度和对风险的承受能力, 动态调整投资于风险与无风险资产的份额, 从而实现保险的目标。CPPI策略的理论公式为:

$E_{t} = m (V_{t} - F_{t})$

其中, Et为t期的风险资产值;Vt为t期的投资组合总价值;Ft为t期的最低要求保险额度;Vt-Ft称为t期的缓冲额度Ct; m为风险乘数且m>1, 乘数愈大表示风险偏好程度愈高。在运用CPPI策略时, 投资者首先根据自身风险偏好和承担风险的能力设定最低保险额度Ft, 并决定乘数m的大小, 其中m一经确定便不再改变;其次投资者要计算组合现时价值超过保险额度的数额, 即缓冲额度Ct, 然后将相当于m倍Ct的资金投资于风险资产 (在限制卖空情况下该额度不能大于总价值Vt) , 其余的投资于无风险资产。通过这种不断调整的方法, 投资者可以在市场上扬时分享资产增值收益, 同时回避或者锁定市场下跌时资产价格下跌的风险。

TIPP和CPPI策略非常类似, 不同之处在于保险额度的设定。在TIPP策略中, 保险额度由该时点资产值的某一固定比例和原保险额度这两者共同决定, 两者之中的较大的额度将作为新的保险额度, 即:

$F_{t^{'}} = \max (V_{t} \cdot f, F_{t})$

其中, f为投资人所设定的要保比率。从上式可以看出, 当资产总价值Vt相对较小时, 投资者新设置的保险额度不低于原先设定的保额;而当资产总价值Vt相对较大时, 保险额度也会随之提高。所以, TIPP是比CPPI更为保守的策略。

相对于动态的组合保险投资策略, 用作实证比较参照的“买入持有 (B&H) ”投资策略, 是指投资者在期初决定风险资产与无风险资产的配置比例后, 接下来不论资产间相对价格如何变化, 都维持该固定比例而不做任何调整。B&H策略实质上是风险乘数m等于1的CPPI策略的一个特例。

3 随机占优 (SD)

随机占优 (stochastic dominance, SD) 方法为风险资产的选择提供了一种比较分析的工具。为了理解随机占优的概念, 我们先给出确定性占优的定义。

假定两种策略1、策略2的收益率均存在N种状态。如果在这两种策略下各状态发生的概率都相等并且在每种状态下策略1的收益率都大于策略2, 则称策略1是确定性占优的策略, 任何投资者都会选择策略1而不会选择策略2。

确定性占优在实际中的运用受到很大的限制, 卢本捷 (1996) 指出, 如果各状态发生的概率并不相等或者策略1的收益率并不是在每种状态下都大于策略2时, 则不存在确定性占优的策略[2]。在这种情况下, 可以采用随机占优方法来比较两种策略。随机占优的定义如下:

对于策略1和策略2, 若D $_{1}^{(s)}$ (x) ≤D (s) 2 (x) 对所有的x都成立, 且至少存在一点x使不等式严格成立, 则策略1 s阶占优于策略2。其中, D (s) k (x) =∫x-∞D (s-1) k (t) dt, k=1, 2, s>1, D (1) k (x) =Fk (x) , Fk (x) 是分布函数。

图1给出了一阶占优和二阶占优的直观理解。从图1 (a) 可以看出, 对所有的x, 策略1的分布函数F1 (x) 均低于策略2的分布函数F2 (x) , 根据随机占优的定义, 策略1一阶占优于策略2, 也就是说策略2可能在某种状态下回报率高于策略1, 但是对于每个收益率水平x, 策略1的收益率小于x的概率都低于策略2小于x的概率。考察图1 (b) 中二阶占优的情况, 对所有的x, 图中两种阴影部分的面积之和 (面积的符号如图中所标) 均小于零, 即满足D (2) 1 (x) ≤D (2) 2 (x) , 因此, 策略1二阶占优于策略2, 也就是说, 虽然对于某些收益率水平x, 策略1的收益率小于x的概率高于策略2小于x的概率 (即策略1并不一阶占优于策略2) , 但总体来说, 这种情况出现得较少, 理性的投资者仍然认为策略1比策略2好。由此可以看出, 要考察策略之间是否存在一阶占优 (FSD) 关系, 可以通过分布函数的比较来获得;而要考察策略之间是否存在二阶占优 (SSD) 关系, 则可以通过比较累计分布函数来获得。理论上策略之间的各阶SD关系都可以通过比较收益的分布函数或分布函数的函数来获得, 然而由于各策略实际收益分布函数是未知的, 在实际中, 占优关系主要通过安德森极大t值法、戴维森—杜克洛斯法以及沃尔德法等方法来检验, 这克服了段玉娟 (2008) [3]、郑振龙 (2004) [4]、童光荣 (2006) [5]等相关文献的不足。

本文采用戴维森—杜克洛斯法检验策略之间的占优关系。每种策略收益率的N种状态用序列{xk, i, i=1, 2, …, N}来表示, 其中, k对应于各种策略。戴维森—杜克洛斯法首先将每种策略的收益率序列划分为n个互斥的小区域, 对应形成的n个固定分割点, 在此基础上, 统计量的建立过程如下:

(1) 对每个分割点x=xi, 计算D (s) k (x) 的渐近正态估计量 $\hat{D}_{k}^{s} (x)$ :

$\hat{D}_{k}^{s} (x) = \frac{1}{Ν (s - 1)!} \sum_{i = 1}^{Ν} (x - x_{k, i})^{s - 1} Ι (x_{k, i} \leq x)$

$= \frac{1}{Ν (s - 1)!} \sum_{i = 1}^{Ν} (x - x_{k, i})_{+}$

$Ι (x_{k, i} \leq x) = {\begin{cases} 1, x_{k, i} \leq x \\ 0, x_{k, i} > x \end{cases}$

$(x - x_{k, i})_{+} = {\begin{matrix} x - x_{k, i}, & x - x_{k, i} > 0 \\ 0, & x - x_{k, i} \leq 0 \end{matrix}$

(2) 对策略k和策略l, 由下式计算每个分割点x=xi处 $\hat{D}_{k}^{s} (x)$ 、 $\hat{D}_{l}^{s} (x)$ 的方差估计量以及协方差估计量。对于只有1和2这两种策略的情况, 相应地估计量简记为 $\hat{V}_{11}^{s} (x)$ 、 $\hat{V}_{22}^{s} (x)$ 和 $\hat{V}_{12}^{s} (x)$ :

$\hat{V}_{k l}^{s} (x) = \frac{1}{Ν} [\frac{1}{((s - 1)!)^{2}}$

$\cdot \frac{1}{Ν} \sum_{i = 1}^{Ν} (x - x_{k, i})_{+}^{(s - 1)} (x - x_{l, i})_{+}^{(s - 1)} - \hat{D}_{k}^{s} (x) \hat{D}_{l}^{s} (x)]$

(3) 对于分割点x=xi, 构造统计量 $\hat{Τ}^{s} (x)$ :

$\hat{Τ}^{s} (x) = \frac{\hat{D}_{1}^{s} (x) - \hat{D}_{2}^{s} (x)}{\sqrt{\hat{V}^{s} (x)}}$

$\hat{V}^{s} (x) = \hat{V}_{11}^{s} (x) + \hat{V}_{22}^{s} (x) - 2 \hat{V}_{12}^{s} (x)$

检验问题的原假设为两种策略1和策略2无明显占优关系, 即H0: $\hat{D}_{1}^{s} (x_{i}) = \hat{D}_{2}^{s} (x_{i})$ , 备选假设为HA1:策略1≻s策略2;或者HA2:策略1≺s策略2。在零假设下, $\hat{Τ}^{s} (x)$ 是一个服从渐近标准正态分布的统计量。对于选定的分割点个数n和显著性水平α, 可以确定渐近正态分布的临界值Mnα, 临界值的确定可参见李德辉, 方兆本 (2007) [6]。因此, 随机占优检验的判别准则为:

若 $| \hat{Τ}^{s} (x_{i}) | < Μ_{α}^{n}$ 对i=1, …, n均成立, 则不拒绝H0;

若 $- \hat{Τ}^{s} (x_{i}) > Μ_{α}^{n}$ 对部分i成立, 且 $\hat{Τ}^{s} (x_{i}) < Μ_{α}^{n}$ 对i=1, …, n均成立, 则接受HA1;

若 $\hat{Τ}^{s} (x_{i}) > Μ_{α}^{n}$ 对部分i成立, 且 $- \hat{Τ}^{s} (x_{i}) < Μ_{α}^{n}$ 对i=1, …, n均成立, 则接受HA2.

不同类型的投资者, 总是根据自身风险偏好的类型和程度选择占优的投资策略。根据投资者风险偏好的特征, 常用的随机占优标准主要有三种。如果假定投资者在其他条件不变时总愿意拥有更多的财富, 即投资者效用函数的一阶导数非负时, 适合的有效性准则是一阶随机占优 (FSD) , 即选择一阶占优的资产可获得效用最大。进一步假定投资者是风险厌恶的, 即投资者效用函数的二阶导数为负时, 适合的有效性准则是二阶随机占优 (SSD) 。如果再假定投资者是绝对风险厌恶的, 即投资者效用函数的三阶导数为正, 适合的有效性准则是三阶随机占优 (TSD) 。Russell Davidson (2000) 严格证明了这三种标准存在如下包含关系:FSD⊆SSD⊆TSD, 即只要存在FSD占优关系则必然存在SSD和TSD占优关系, 反之不成立。[7]

4 实证检验

为了全面反映投资组合保险策略的效果并对各种策略进行综合评价, 本文采用各种指标考察在各种不同的市场状况下CPPI和TIPP策略的绩效, 并将相应的指标值与B&H策略进行比较, 进一步地, 本文考察这三种策略之间的占优关系, 即每一种策略是否占优或者在何种市场状况下占优于其它策略。在研究方法上, 本文对风险资产的收益率序列采用块自助法的模拟技术。有关块自助法的相关细节可参考Oliver Linton (2005) [8]。该方法能够在不对收益率分布做任何假定的情况下模拟收益率的各种状态, 既能够保留原数据的特性, 而且不会破坏数据的自相关和异方差性, 有利于科学合理地评价投资效果。块自助法的过程是首先获得原始收益率数据, 然后从原始数据中随机获得包含252天收益率数据的一个数据块, 以此作为一年时期上市场收益率的一个模拟结果。这个数据块被模拟1000次, 从而可以得到投资策略绩效的统计结果。

4.1 组合保险策略的基本设置

在实证分析中, 对组合保险策略CPPI和TIPP的期初总资产、调整时间、要保比率、乘数m以及最初投资风险资产份额等方面的基本设置如表1所示。对应地, B&H策略的特征也能通过这些设置得到体现。

4.2 收益率数据的来源

本文中风险资产的市场收益率数据采用上证综指获得的收益率数据, 来源于CCER经济金融研究数据库。为了客观全面地反映CPPI、TIPP和B&H这三种策略在各种市场状况下的投资效果, 收益率期间选择为1998年12月4日至2008年10月24日, 因为在这段时间内, 上证综指经历了大牛市、大熊市和平衡市等特征行情, 有利于本文考虑不同的市场状况。对于无风险资产, 其年收益率取2008年上半年我国一年期银行定期存款利率3.6%, 每日无风险收益率则由rdaily= (1+rannual) 1/252计算得出。

4.3 实证分析

对于CPPI、TIPP和B&H这三种策略, 利用Sven Balder (2008) 建立的六项指标[9]来描述策略的绩效。六项指标的定义和计算说明如下: (1) 平均超额收益率:指每种策略在一年时期内平均意义上可获得的超额收益率, 这里强调平均的意义, 是由于对于一年的考察期间, 在实证研究中采用了块自助法这一模拟技术。平均超额收益率在数值上等于各策略在一年内获得的收益率减去无风险资产的年收益率。 (2) 收益率的标准差:考察平均超额收益率的波动程动。 (3) 夏普比率:衡量单位风险的回报率, 它等于超额收益与标准差的比值。 (4) 违约概率:描述年末收益不能满足要保额度的概率, 在数值上等于年末收益不能满足要保额度的个数除以总的模拟次数。 (5) VaR:取显著性水平5%, 则将收益按从小到大排序后取在5%水平的值。 (6) ES:小于VaR值蹬平均值, 显著性水平也取5%。要指出的是, 绩效指标的计算过程中并没有考虑交易成本。

在分析随机占优关系时, 首先由各策略收益率的分布函数图进行FSD分析。如果各策略的分臣函数没有交叉, 则分布函数图形位于下侧的策略是一阶占优的;如果存在交叉, 说明策略之间不存在一阶占优关系。对于不存在一阶占优关系的各策略, 进一步地, 采用戴维森—杜克洛斯法进行二阶、三阶的判断, 检验过程按照通常的作法取11个分割点, 置信水平取95%。在计算结果中, 本文给出最高阶占优关系, 如果策略之间不存在占优关系则用NO SD表示。

各策略绩效指标值的计算以及戴维森—杜克洛斯法的检验过程均由MATLAB编程计算。当市场状况由1998年12月4日至2008年10月24日这段时期内的风险资产收益率决定时, CPPI、TIPP和B&H这三种策略的绩效指标值见表2。

从表2可以看出, B&H策略的平均超额收益明显高于组合保险策略, 但组合保险策略的风险相对要低得多, 而且违约率基本上为零, 另外, 从夏普比率、VaR和ES等指标也可以看出组合保险策略明显优于B&H策略。同时将CPPI和TIPP的绩效指标值进行对比还可以看出, 相对于CPPI来说, TIPP是更为保守的保险策略。

进一步分析随机占优关系, 首先, 图2给出了三种策略的分布函数图, 从图中可以看出, 三种策略的分布函数曲线相交, 这说明三者间并不存在一阶占优关系。进一步分析二阶、三阶占优关系, 检验结果参见表2。随机占优的检验结果说明, 组合保险策略和B&H策略之间并没有某种策略能优于其它策略, 也就是说, 尽管B&H策略的平均超额收益要大于组合保险, 但CPPI和TIPP较小的风险、较低的违约率弥补了收益率低的损失, 使得组合保险有了价值。在组合保险策略和B&H策略之中, 有些投资者可能会选择前者, 而有些投资者可能更偏爱后者, 这取决于投资者的风险偏好。另外, 在两种组合保险策略之间, CPPI三阶占优于TIPP说明绝对风险厌恶者会选择CPPI以获得更大的期望效用。

以上分析是基于投资者在投资初期对未来的市场状况完全没有信息、仅仅只能根据较长时期的市场收益率历史数据讨论策略收益的情况下所得出的结果, 这一结论从直观上来理解也非常合理。如果我们认为市场事实上表现出一定特征, 如牛市、熊市或者存在剧烈波动时, 分析策略的绩效是有益的。虽然市场的这种特征并不能被准确预测, 不过, 对于投资者而言, 根据市场的总体行情或状况调整投资决策是必要的, 而且利用熊市、牛市或剧烈波动的市场状况检验各策略的绩效也有助于我们得出到有益的结论。

由2001年7月至2005年7月、2005年7月至2007年12月、2007年1月至2008年11月这三个时期的上证综指收益率采用块自助法可以分别分析空头时期、多头时期和震荡时期下各种策抡的收益状况, 进一步分析得出各种策略的绩效以及随机占优关系。表3给出了CPPI、TIPP和B&H这三种策略在空头时期、多头时期和震荡时期下的绩效指标值和随机占优检验结果。图3 (a) 、 (b) 、 (c) 分别绘制了三种时期下三种策略的分布函数图。

从图3 (a) 、 (c) 可以看出, 在空头时期和震荡时期, 三种策略的分布函数曲线相交, 说明三者之间不存在一阶占优关系。从表3可以看出, 在空头时期和震荡时期, CPPI和TIPP的各项指标均明显优于B&H, 这说明, 在空头时期组合保险策略比较有吸引力;在震荡时期, 保险策略也能发挥很好的作用。从随机占优的检验结果可以看出, 在这两个时期, CPPI和TIPP均二阶占优于B&H策略, 这说明, 风险厌恶的投资者选择CPPI和TIPP都能实现比B&H策略更大的效用。不过, 比较CPPI与TIPP两种组合保险策略, 在空头时期, 两者之间不存在占优关系;而在震荡时期, TIPP三阶优于CPPI, 所以对绝对风险厌恶者而言, 将选择TIPP策略以获得更大的效用。

分析多头时期的结果, 从图3 (b) 中可以看出, B&H策略的分布函数总在CPPI和TIPP策略分布函数的下侧, 说明B&H一阶占优于CPPI和TIPP, 这也意味着在这种情况下组合保险不再有吸引力, 任何投资者都会选择B&H。从表3也可以看出, 在多头时期, B&H的各项指标除了标准差外均好于组合保险策略。同时CPPI二阶优于TIPP, 这说明CPPI的市场参与度比TIPP高, 从而能更多的分享市场上涨的收益。

5 结论

通过以上的分析可以得到以下结论: (1) 总得来看, CPPI和TIPP组合保险策略基本能够实现保本目标, 下侧风险的保护也明显优于B&H策略, 但平均超额收益比B&H策略低;组合保险策略和B&H策略之间没有占优关系, 这意味至少对部分投资者而言保险策略的风险保护能够弥补超额收益低的不足, 有些投资者会选择B&H策略, 有些投资者选择组合保险策略, 这取决于投资者的风险偏好的类型及程度。 (2) 在不同的市场状况下有不同的占优策略, 所以投资者可以根据对未来市场的判断或预测来调整投资策略以实现效用的最大化。 (3) 以上分析结果均以期初设定的策略参数为前提并且不考虑交易成本的情况下获得的, 而考虑不同的参数设置, 进一步考虑交易成本时, 各策略的绩效评价和检验问题将是下阶段研究的内容。

参考文献

[1]杜少剑, 陈伟忠.CPPI投资组合保险策略的实证分析[J].财贸研究, 2005, (1) :36~37.

[2]卢本捷.单个证券的比较——期望效用与随机占优[J].咸宁师专学报 (自然科学版) , 1996, (3) :76~77.

[3]段玉娟, 史本山.TIPP投资组合保险策略的实证检验[J].西南交通大学学报 (社会科学版) , 2008, (2) :89~90.

[4]郑振龙, 康朝锋.中国可转债市场的随机占优检验[J].当代财经, 2004, (3) :44~45.

[5]童光荣, 张俊波.中国农民收入分配趋势分析——基于随机占优分析[J].数量经济技术经济研究, 2006, (8) :6~7.

[6]李德辉, 方兆本.证券投资基金业绩的随机占优检验[J].中国科学技术大学学报, 2007, (7) :763~765.

[7]Davidson R, Duclos J-Y.Statistical inference forstochastic dominance and for the measurement ofpoverty and inequality[J].E conometrica, 2000, (11) :1442~1448.

[8]Linton O, Maasoumi E, Whang Y-J.Consistent test-ing for stochastic dominance under general samplingschemes[J].Review of Economic Studies, 2005, (72) :745~749.

导游案例：讲解要随机应变篇2

[案例]

导游员吴涛正在认真地介绍井冈山的革命历史，忽然，一边传来了悠扬动听的唢呐声，只见6位穿着民族服装的抬轿人，随着唢呐声吆喝着，翩翩起舞，轿内那位游客乐个不停。小吴深知游客的兴趣已经从革命历史转移到花轿上，自己的讲解时间越长其效果就越差，倒不如顺水推舟。想到这儿，导游干脆领着游客来到花轿旁说：“各位来宾，这就是中国古代的‘的士’，世界上第一辆汽车诞生时远远不如它那么漂亮。”说完，他走到花轿旁，学着那抬轿夫的姿势边跳舞边吆喝着，游客如梦初醒，拍着手哈哈大笑起来。事后游客都拍着导游员的肩膀说：“了不起，短短一席话使我们了解了中国民间风俗的一个侧面。”导游这番介绍只有34个字，用了不到10秒钟，给游客留下了深刻的印象，取得了较好的效果。

[分析]

在导游员正按照自己的思路津津有味、滔滔不绝地讲解，而游客对别的事情的兴趣大大超过听导游员讲解内容的兴趣时，导游员也应随机应变，改变原有的思路，干净利落地转到游客所感兴趣的问题上来。如果导游只顾自己讲解，不注意环境变化及游客的情绪反应，等讲解完毕，会发现游客根本没有听，因为他们的注意力不在这里。因此，导游员必须对客人的需求做出准确地判断。导游员小吴注意到了这个细节，随机应变，顺水推舟，收到了很好的效果。

要坚持，要应变篇3

我搞了六年，还没个头儿。我们的一个学员说他已经搞了十二年了还没有看到头儿。所以，不要想到创业就是不成功就成仁，创业的过程就是煎熬，就是坚持。坚持是常态，痛快几乎没有。

更要命的是变化无所不在，就像你无法想象巴西队突然变成这个样子。今年发生的最大的变化就是移动互联网，移动商业革命把所有人都变成线下了，哪怕PC有很大基础，现在也面临很大的问题。2013年，刘强东本来是要躲起来修养身心，没有上市计划，没想到要做移动，和腾讯联盟。他想的是2016年上市，可是你看，京东跟他原来想的不一样了。

这一年没有人能够说自己是踏实的，没有人说自己就看明白了，所有的大小企业都在看移动化以后每个产业的变化，不做升级就害怕。要耐得住寂寞，根本不要想一下出来，没到你的时间你就当接班人。刚开始做就成为明星那肯定是风筝。今年年初我就说“互联网思维”的那三个明星用不了一年估计都没有了，现在两个已经不行了，另外一个已经分家了。

我们在我们原来的领域里面一定不要有速胜的概念。真的是漫长的坚持和煎熬，你就得守着，守到最后就赢了。在移动互联网时代就两点心态，第一点就是准备打持久战，没有速胜；第二点，不能坚守过去成熟的商业模式，坚守领域可以，模式还是一定要想的。如果有人给你投资，现在千万别说我不需要了，我已经做好上市计划了。不能这么想。不存在三年计划，尤其是准备上A股的，做不了计划——你怎么知道三年以后你就能上呢？你怎么知道A股突然之间变好了呢？你做得规规矩矩的，三年之后翻一番这个节奏是对的吧？当你做好这个准备的时候往往就是灾难的开始。

我跟何伯权在硅谷也聊，美元结构和人民币结构有重大的差异。美元结構，不管你是亏还是赚，总有一天轮到你上市或者被收购，很自然。人民币结构，你跳不出节奏来，按节奏跳的人都死了，环境不让你跳这个节奏。你做好了给人看的状态了，你又不敢投资了，不敢折腾新的东西，因为一投下去报表就不好看了。所以，在技术和商业的底层发生大革命的时候千万别按A股的固定步伐走。A股是单脚跳，你摆一个最好看的姿势给人看，大家都没有到场，等到评委来的时候，你跳不了了。

技术和商业的底层变革才刚刚开始，我们怎么敢把我们的东西当作定论、按照持续的步骤画优美的曲线呢？咱们还要继续奋斗。

（摘自作者在黑马营第六期毕业典礼上的演讲）

投资要随机应变篇4

自从1975年芝加哥大学Roger G.Ibbotson教授提出“IPOs之谜”[1]后, 新股初始收益率偏高 (也称为新股发行抑价, Underpricing) 现象就成为证券领域的热点之一。伴随着中国经济的持续快速增长, 企业规模与竞争实力不断提升, 许多企业迫切需要通过发行上市来解决发展中面临的资金瓶颈、管理瓶颈、人才瓶颈、制度瓶颈等问题, 这些公司中会涌现出一大批具有持续增长潜力的优质公司。自2006年6月5日全流通IPOs以来, 中国资本市场的生态环境、运行机制和市场主体行为模式发生了深刻变化, 上市公司进入了一个新的发展和创新时期, 整体上新股发行抑价现象表现突出。

2006年6月5日至2008年9月30日共有279只新股发行, 单只新股网上申购募集资金量中位数为2.52亿元。虽然从2006年6月至2008年9月的长周期来看, 新股网上申购有较高的收益, 但自2008年以来, 随着股市的大幅下跌, 新股网上申购的收益也大幅下降, 部分新股网上申购如果扣除融资成本则收益为负。面对复杂多变的股票市场, 给投资者选择新股提出了较高要求。

新股发行吸引了大量资金, 也为市场上过剩的流动性资金提供了排解渠道, 但新股申购资金大进大出造成货币市场利率的大幅波动, 给央行公开市场操作、实施宏观调控带来了压力。加之资金的运用是有成本的, 新股申购还面临资金规模的问题, 它对回购市场也产生重大的影响。在市场“较热”的2006～2007年银行间市场和交易所市场的7天回购利率最高达10.15%和39.51%, 这在很大程度上是因新股申购大量吸引资金所致; 2008年以来市场“趋缓”, 这期间银行间市场和交易所市场的7天回购利率最高仅为5.2%和11.96%.

经济发展离不开金融市场的繁荣, 金融市场受经济环境的影响。Ulrike指出, 投资IPOs的收益与市场的经济状况相关[2]; Helwege和Liang的研究得出, 美国1983年的IPOs抑价平均为14.6%, 1988年平均为6.6%[3]; Ljungqvist指出, 乐观的宏观经济环境有助于提高IPOs抑价的平均值[4]。中国股权分置改革以来, 全流通条件下资本市场产生了一些新的变化[5], 使中国的股票市场向更加完善的目标迈出了坚实的步伐。中国股市经历了实现全流通到2007年底的“较热”阶段, 也迎来了2008年至今的“低落”阶段。这都是成熟金融市场所难免经历的, 它与国内国际的宏观经济环境密切相关。这种情况下, 研究不同经济环境下中国股市IPOs投资规模及收益, 无疑是有价值的。

本文以全流通后中国股票IPOs发行及申购的数据为研究对象, 分别对2006年6月5日至2007年12月31日和2008年1月1日至2008年9月30日两个时间段的新股网上申购进行随机模拟分析。针对不同的资金来源, 考虑现金、交易所市场回购融资、银行间市场回购融资参与新股网上申购三种不同情形, 基于每只新股上市首日价格和申购日回购利率两类随机变量的最低值、均值、最高值构造三角概率分布, 分析不同经济环境下不同资金规模的收益回报情况, 并提出相应的新股申购投资策略。

1 IPOs数据统计分析

2006年6月5日中国股市全流通IPOs以来, 截至2008年9月30日共发行新股279只, 其中2007年底以前发行188只, 2008年初至9月30日发行91只, 各区间上的新股发行统计数据参见表1 (数据来源:Wind) 。

从新股网上发行资金的变化上看, 2007年底以后较之前的发行量有大幅下降, 且各新股的发行额间差异明显缩小; 从网上冻结资金量看, 2007年底以后总体上较之前有明显的增加, 2008年虽然没有超出中国石油新股上市时冻结2.93万亿的情况, 但2008年2月26日发行的中国铁建也冻结了2.78万亿的天量资金。虽然2008年后股市逐渐回落, 新股发行量也随之萎缩, 但因为申购新股还算相对有利的投资方式, 反而有更多的资金涌入新股投资市场, 这势必带来中签率的大幅下降, 2007年底以后的现金申购中签率平均不到之前的1/4。

新股申购能获得较大收益, 主要是因为申购时的发行价通常与上市后的交易价之间有较大的差异, 因而上市后的交易价与发行价之比在很大程度上能反映新股申购的获利空间。图1反映的是2006年6月5日至2008年9月30日发行的279只新股在上市首日的最高成交价和最低成交价与其发行价的比值最高价比与最低价比的统计情况 (数据来源:Wind) 。

从图1可以看出, 从2006年6月开始, 新股上市首日成交价与发行价之比逐渐上行, 到2007年6～9月保持高位, 经过几个月的调整, 2008年2月后开始大幅下落, 一直持续到2008年9月底。我们也大致可以得出, 从2008年开始新股申购市场由前面时间段的过热转向下行。因而, 将2006年6月至2008年9月以2008年1月1日为界分成两个区间段进行新股投资随机模拟, 可以分析冷热两个不同阶段的投资收益状况。

2 随机模拟模型

众所周知, 在上市首日抛售新股, 长期以来为广大投资者选择的主流策略。基于全球股市普遍存在新股上市以后的“弱势效应”[6], 以及中小板次新股真实价值和上市以来阶段收益率决定因素, 我们采用全流通IPOs后2006年6月至2007年12月的数据 (数据来源:Wind) 对新股上市价格涨跌幅与换手率表现进行t检验。检验结果参见表2。

检验结果表明, 在显著水平为5%的情况下, 上市首日与上市后5日、10日、20日价格的涨跌幅的差异不显著;而上市首日的换手率与上市后5日、10日、20日的差异显著。因此, 我们针对在上市首日卖出获配新股的主流策略, 分析新股网上申购的投资规模及收益情况。

现行的新股申购一般分为网上申购和网下申购, 由于网下申购一般约占募集总量的20%, 有锁定期限制, 主要面向机构投资者, 不具有普遍性, 我们的研究针对占比约为80%的网上申购。新股网上申购在发行申购日 (T日) 冻结申购资金, 在3个工作日后 (T+3日) 解冻返还未中签的资金, 中签新股可在新股上市后抛售获利了结头寸。通常用于新股申购的资金来源于现金和回购资金, 而资金回购渠道有交易所市场回购和银行间市场回购两种, 回购融资需要根据市场回购利率支付回购成本。

针对某一新股, 设P0、N0为初始发行价格和网上发行数量, V为某投资者投入网上申购的资金量, Vf为网上申购冻结资金总量, 则该新股网上发行募集资金量为P0N0, 网上申购中签率DTOR、该投资者实际网上申购中签股数NNx分别为

设P为新股上市首日出售价格, 则新股上市首日绝对收益MY、上市首日收益率rr、网上申购期望毛收益率RR分别为

显然, 新股网上申购毛收益率RR所表示的即为从开始投资到完成抛售, 投资新股网上申购整个过程的实际收益率, 是由申购中签率DTOR和上市收益率rr共同决定, 而当申购新股的资金来自于回购时, 市场回购利率也是重要的决定因素。设回购利率和回购天数分别为R和s, 则投资者网上申购资金量V的回购成本为

进而可得出采用回购融资参与网上新股申购的绝对收益MYr和毛收益率RRr分别为

因此, 提高投资者新股网上申购期望毛收益率的核心策略选择包括:

①在考虑市场回购利率的基础上, 最大限度地利用资金资本, 尽可能多地中签新股, 并使资金的使用成本最小化。

②在其它条件相同或不变的条件下, 新股上市后卖出收益率的最大化, 是新股申购中最核心的策略。考虑到自2007年7月12日来, 交易所一线监管措施主要以开盘涨幅为基准, 因此, 力争新股开盘收益率最大化, 遂可能成为个别机构的首要操作策略; 但由于在新股发行上市首日, 申购冻结资金和回购利率已经确定, 故决策的最终目标、且具有可操作性的实质策略, 是在开盘后选择操作使得新股上市首日卖出价格尽量接近当日最高价格。

基于申购日市场回购利率及新股上市首日成交价格的不确定性, 本文采用随机模拟方法, 分别以全流通IPOs后的2006年6月5日至2007年12月31日和2008年1月1日至2008年9月30日两个时间段发行的网上申购新股为研究对象, 采用缩减模拟方差的分层抽样技术进行随机抽样, 分析两时间段上各情形下不同资金规模的收益回报情况。

随机模拟通过统计抽样实现, 不受状态函数是否非线性、变量是否正态分布等限制, 足够多模拟次数就可得到较精确的统计特征值, 模拟标准差及收敛速度与问题的维数无关。分层抽样是现今为止有效的一种方差缩减统计技术[7], 它通过对抽样区间的划分, 避免了传统随机抽样多集中在发生概率较大处, 使抽样能够布满整个空间, 可以克服变量分布畸形影响, 加速模拟收敛, 显著缩减模拟方差, 提高模拟精度与效率, 较少抽样次数的同时取得较好的模拟结果。

3 随机模拟分析

基于式 (1) ～式 (8) 及相关分析, 针对现金、交易所市场回购融资、银行间市场回购融资参与新股网上申购三种情形, 本文对网上申购新股投资规模进行随机模拟分析。考虑到2006年6月至2008年9月期间, 交易所和银行间市场7天回购日均成交量分别为39.95亿元和576.55亿元, 合计约600亿元, 故选取模拟资金规模为5～60亿, 资金最大规模为两市成交总金额的约10%, 以保证融资的顺利进行。模拟基于对每只新股申购日市场回购利率和上市首日售出价两类随机变量的最低值、均值、最高值构造三角概率分布, 采用分层抽样技术进行5000次的随机抽样, 分析不同情形下不同资金规模的收益回报情况。

针对2006年6月至2007年12月和2008年1～9月两时间段发行的所有新股, 分别按照不同的资金规模、不同的市场回购融资金额等情景, 对新股网上申购进行模拟, 回购融资取新股发行日市场7天回购利率平均值, 卖出价格设定为上市首日均价。

MYm、MYex、MYbk分别为采用现金、上交所市场回购融资及银行间市场回购融资参与新股网上申购的总绝对收益; yMYm、yMYex、yMYbk分别为采用现金、上交所市场回购融资及银行间市场回购融资参与申购时不同规模资金的年化收益率; dMYm、dMYex、dMYbk分别为采用现金、上交所市场回购融资和银行间市场回购融资申购时不同规模资金的期间绝对收益的边际增量 (资金规模增加一亿元期间绝对收益平均值的增量) ; dyMYm、dyMYex、 dyMYbk分别为采用现金、上交所市场回购融资和银行间市场回购融资申购时不同规模资金年化收益率的边际增量 (资金规模增加一亿元年收益率平均值的增量) 。两区间2006年6月至2007年12月和2008年1～9月上的新股网上随机模拟结果分别如图2和图3所示。

图 2和图3 (a) 、 (b) 反映, 随着新股网上申购资金规模增大, 绝对收益也在增加, 但由于股票的发行量有限, 因此随着资金量增大, 绝对收益增速逐渐放缓, 年收益率逐渐下降趋于水平。从图2 (a) 、 (b) 与图3 (a) 、 (b) 的比较可以看出, 在时间段2006年6月至2007年12月上现金申购新股的绝对收益和年化收益率较回购融资申购新股高出的程度不及时间段2008年1～9月; 而2006年6月至2007年12月时间段的绝对收益高于2008年1～9月时间段数十倍, 且前时间段较后时间段, 现金申购新股的年化收益率平均高出5倍, 交易所市场回购融资与银行间市场回购融资申购新股的年化收益率平均高出14倍和13倍。这表明, 在经济环境较为乐观的时期投资新股申购的收益明显高于经济环境相对低落时期;相比较而言, 三种申购形式中, 采用现金申购新股在不同时期的收益差异程度最低。

图 2和图3 (c) 、 (d) 显示, 当投资规模为14亿元时, 三种情况下期间绝对收益的边际增量和年化收益率的边际增量均达到极大值, 表明该投资规模是局部最优规模。在这种投资规模下, 2006年6月至2007年12月时间段上采用现金申购新股可以取得大约20.35%的年收益率, 扣除融资成本后上交所市场回购与银行间市场回购申购新股的年化收益率大约为14.47%和17.89%; 而2008年1～9月此三类申购形式的收益分别为3.45%、0.83%和1.20%. 且当新股申购投资资金为14亿元左右时, 其占2006年6月至2007年12月和2008年1～9月时间段两回购市场平均成交金额的比例仅为2.5%和2.1%, 融资压力较小, 易于市场操作。并且从两图的 (c) 可以看出, 期间绝对收益的边际增量在一定范围的投资规模上保持基本不变, 尤其在2008年1～9月, 从13亿元至52亿元的投资规模上, 期间绝对收益的边际增量均保持基本不变。因此从资金运用角度分析, 单个投资者的投资规模在14亿元左右时表现较为理想。

图 3 (c) 中现金申购新股的期间绝对收益边际增量, 从5～14亿元的投资规模下急剧下降, 14亿元后保持基本不变, 直到52亿元, 之后又下降。这反映的是, 在经济环境处于相对低落时期, 现金投资新股申购的收益增速在小于14亿元的资金规模下逐渐放缓, 之后保持基本不变的增速。这与图2 (c) 中三种不同投资形式新股申购的情形一致。而采用交易所和银行间回购市场融资, 在2008年1～9月申购新股, 在5～13亿元的投资规模区间上, 绝对收益的边际增量较快增加。这与采用现金申购的情形相反。

图3 (c) 表明, 在经济环境相对低落时期, 采用回购融资申购新股收益的增速, 随着资金量的增加, 从一个较低的水平不断增加, 到13亿元后开始保持增速基本不变; 而采用现金在这期间上申购新股的收益增速, 则随着资金量的增加, 从一个较高的水平递减, 到14亿元后便开始保持增速基本不变。

3 结论

通过随机模拟2006年6月至2007年12月和2008年1～9月时间段上采用现金和交易所市场回购、银行间市场回购哨资参与新股网上申购三种不同情形的投资回报, 对经济环境较乐观和相对低落的情形下不同资金量采用不同资金来源投资新股的收益回报进行比较。

通过对模拟结果的分析得出, 中国股票市场全流通IPOs后, 不同的经济环境下投资新股的收益情况不同。在经济乐观的情形下, 收益回报明显高于经济低落的时期。对于单个投资者申购新股的情形, 14亿元左右为较优的投资规模; 按此规模, 分别采用现金、交易所回购融资和银行间回购融资申购新股, 在经济环境较为乐观的2006年6月至2007年12月可获得20.35%、14.47%和17.89%的年化收益率, 而在经济环境相对低落的2008年1～9月则仅获得3.45%、0.83%和1.20%的年化收益率。比较三种资金来源申购新股的情形, 采用现金投资的收益较另外两种投资方式高; 尤其是在经济环境相对低落的时期, 采用现金申购新股应为首选的新股投资策略, 而采用回购融资申购新股在此时期则为不利的投资方式。

新股发行上市既是对经济繁荣、企业融资需求周期性变化模式和真实资本增值机会的一种集中体现, 同时也会为市场行情提供边际动力。在不同的经济环境下根据自身的情况, 采用不同的投资方式投资新股申购, 既能有效地实现资本增值, 也是对繁荣中国的金融市场作出贡献。

参考文献

[1]Ibbotson R G.Price performance of common stocknew issue[J].Journal of Financial Economics, 1975, 2:235~272.

[2]Ulrike H B.Clustering of initial public offerings, in-formation revelation and underpricing[J].EuropeanEconomic Review, 2001, 45:353~383.

[3]Helwege J, Liang N.Initial public offerings in hot andcold markets[Z].Finance and Economics DiscussionPaper Series, 1996, 96 (34) .Washington, D.C., :Board of Governors of the Federal Reserve System.

[4]Ljungqvist A P.Pricing initial public offerings:fur-ther evidence from Germany[J].European EconomicReview, 1997, 41, 7:1309~1320.

[5]吴晓求.股权分置改革的若干理论问题[J].财贸经济, 2006, 2:24~31.

[6]Ritter J R.The long run performance of initial publicofferings[J].Journal of Finance, 1991, 46:3~28.

本文来自 360文秘网(www.360wenmi.com)，转载请保留网址和出处

【投资要随机应变】相关文章：

用成语随机应变如何造句05-18

随机应变轻松驾驭中职英语课堂09-12

面谈面试中的随机应变04-25

随机系统05-13

随机法庭范文05-17

随机变量序列05-18

随机过程学习有感07-15